叙述了高阶谱应用于溢流阀故障诊断,并提出一种诊断溢流阀故障的方法。介绍了双谱的定义,进一步强调了高阶谱在提取故障信号的应用,文章对采样的数据进行处理后,用高阶累积量对数据建立AR模型,再进行双谱分析,针对溢流阀的双谱结构图、等高线图和其双谱切片图在正常情况和故障情况的不同进行对比,差异明显。结果说明,用高阶谱来诊断溢流阀故障是可行的,有效的。

基于液压溢流阀体工况,提出一种振动频率特性的故障诊断方法.利用溢流阀体振动信号的相关性、自回归模型的参数和功率谱特性,获得故障的突变信息,从而确认溢流阀的工作状态,为液压系统故障的诊断提供判断依据.测试系统采用LabVIEW虚拟仪器构建,并通过计算机自动完成测试和分析.实验结果表明,正常状态和故障状态下的电压信号没有明显的趋势,是一种平稳时间序列;有故障时,相关函数衰减比正常状态慢,但都不够明显;正常状态和故障状态下的特征根分布明显不同,故障状态下的系统可能处于某种稳定状态;正常状态的自回归(AR)功率谱比任何一种溢流阀常见故障的功率谱都低.

提出了一种基于时间序列AR模型和支持向量机的故障诊断方法。首先利用AR模型对振动信号进行建模,然后将AR模型自回归系数组成的特征向量输入到支持向量机,最后支持向量机完成对不同工况的分类识别。测试系统采用LabVIEW虚拟仪器构建,并通过计算机自动完成测试和分析。实验结果表明这种基于时间序列AR模型和支持向量机的故障诊断方法是可行的。

阐述我们研制的液压系统节流调速回路的计算机动态仿真试验软件的功能、主要过程和有关软件研制技术问题。该仿真试验通过人机对话、选择菜单等方式,拼画液压系统原理图,并能自动联接管路,在屏上显示液压系统动图,生成有关曲线。

为了辨识调速阀的工作状态,文章建立了调速阀不同工作状态采集信号的时间序列AR模型,绘制了AR三谱及其切片谱图,分析了调速阀正常工作状态与不同故障状态下的动力学性能变化,分析了各切片谱的关联维数变化。分析结果表明,三谱及其切片谱能直观反映调速阀的不同工作状态变化,适合用于调速阀的故障诊断,各切片谱及其关联维数在反映系统动力学特性方面存在对应关系,适合于调速阀的定量和定性相结合的故障诊断分析。

利用小波包分别提取调速阀振动时的正常信号和故障信号的AR功率谱的特征值,之后利用提取的特征值作为LSSVM的输入,对调速阀的故障进行诊断,取得了良好效果,并与原始信号的效果进行了对比,并阐明了原因。

本文提出了一种使用最小支持向量机检测溢流阀故障信号的方法。通过提取溢流阀振动时的正常信号和故障信号,在此基础上进行了AR建模,并由建立的模型获取了信号的AR参数,之后利用这些参数作为最小支持向量机的输入进行故障辨识,取得了令人满意的结果。

提出一种使用BP神经网络检测减压阀故障信号的方法。通过提取减压阀振动时的正常信号和故障信号的均值、标准差、偏度和峰度,作为特征值对建立的BP网络进行训练,再进行故障辨识,取得了令人满意的结果。实验结果证明,利用BP网络进行机械故障检测是可行的。

将高阶谱和支持向量机相结合，提取不同工作状态下溢流阀的信息并进行分析，将不同状态下的功率谱经过处理作为支持向量机的输入，在SVM中训练，建立不同特征的参数向量和故障类型的映射关系，从而达到故障诊断的目的。实验结果表明：该方法简单有效，并具有较高的故障识别能力。

基于液压溢流阀体工况提出一种振动频率特性的故障诊断方法.利用溢流阀体振动信号的相关性、自回归模型的参数和功率谱特性获得故障的突变信息从而确认溢流阀的工作状态为液压系统故障的诊断提供判断依据.测试系统采用LabVIEW虚拟仪器构建并通过计算机自动完成测试和分析.实验结果表明正常状态和故障状态下的电压信号没有明显的趋势是一种平稳时间序列;有故障时相关函数衰减比正常状态慢但都不够明显;正常状态和故障状态下的特征根分布明显不同故障状态下的系统可能处于某种稳定状态;正常状态的自回归（AR）功率谱比任何一种溢流阀常见故障的功率谱都低.